米法務企業が50超のAIエージェントを本番稼働させた事例が公表されました。

Anthropicは2026年8月17日、米国の法務書類送達会社ABC Legalが50を超えるAIエージェントを本番環境で稼働させている事例を公開しました。注目したいのは、エージェントの本数そのものではなく、非エンジニアの社員がエージェントを作り、その全部がバージョン管理とレビューの下に置かれているという運用の形です。守秘義務を負い、記録の残し方に神経を使う士業事務所にとって、AIエージェントの「作らせ方」と「統制の掛け方」を同時に示した事例として読む価値があります。この記事では公表された事実を整理したうえで、日本の士業事務所が判断材料にできる論点を3つに絞って取り上げます。

何が公表されたか：50超のAIエージェントと約310人の利用

Anthropicの公表によると、ABC Legalは従業員1,100人規模の法務書類送達会社で、送達（サービス・オブ・プロセス）、電子申立て、出廷代理の各業務に加え、マーケティング、コンプライアンス、財務の部門を抱えています。同社CTOのブランドン・フラーは、年内前半にClaude Enterpriseを全社に展開したところ、依頼していないのに各部門が自発的に自動化を作り始めたと述べています。

そこから同社が踏み込んだのが、Claude Managed Agentsへの移行です。初期のエージェントは個人のデスクトップ上のスケジュールタスクとして散在していました。これをクラウド上の常時稼働環境に移し、共通のデプロイ構造と単一の監査・課金面を持たせた、という流れです。

2026年7月時点で同社が把握している数字としてAnthropicのブログで公表されているのは、本番稼働中のエージェントが50本超、一部のエージェントが担う人手作業のコストが最大でおよそ50%減、全部門で日常的にClaudeを使う従業員がおよそ310人、の3点です。いずれも同社の自己申告値として公表されたもので、第三者による検証値ではありません。

「エージェントもコード」という設計とレビューの掛け方

この事例で士業実務に引き寄せて読める部分は、エージェントの中身をすべてテキストとして扱い、変更をプルリクエスト（PR、変更提案をレビューして取り込む仕組み）でしか通さない設計にしたところです。エージェントのプロンプト、使えるツールの一覧、実行スケジュール、認証情報、記憶の置き場所を設定ファイルにまとめ、社内のソースコードと同じリポジトリに置いています。結果として、どのエージェントにも変更履歴、レビュー記録、巻き戻し、監査証跡が付いてきます。

作らせ方も同ブログに具体的に書かれています。フラーは1週間かけて出発点となるテンプレートを2種類用意しました。案件が来た瞬間や裁判所から書類が戻った瞬間に動く「イベント駆動型」と、毎時・毎日・毎週のタイマーで動く「スケジュール型」です。その後、財務・マーケティング・オペレーション・開発から集めた15人の運営委員会に、リポジトリを複製してエージェントを作らせています。この15人にソフトウェア開発者は含まれていません。フラーは、PRという言葉の意味から説明する必要があったと振り返っています。1週間で15人全員が動くエージェントを持ち、1か月でおよそ50本が社内で走り始めたとされています。

自己改善の仕組みも公表されています。3種類のエージェントが同じ作業環境を共有しつつ別々の周期で動く構成で、実務を担う「初動エージェント」、Slackのスレッド返信や絵文字リアクションを毎時から日次で回収して学習用のラベル付きデータに変える「ハーベスター」、週次でそれらをまとめてプロンプトや設定の変更をPRとして起案する「チューナー」に分かれます。モデルの重みは触らず、変更するのはプロンプトと設定だけです。チューナーは起案までで、取り込むかどうかは人が判断する、という線引きになっています。

個々のエージェントの例として同ブログが挙げているのは、4つのコードベースすべてのPRを点検するコードレビューエージェント、裁判所が申立てを却下した瞬間に起動して裁判所ルールを照合し1分ほどでSlackに診断を投稿する却下理由診断エージェント、完了した送達案件を点検してコンプライアンス部門とおよそ98%一致するという「Charvis」などが挙げられています。

士業事務所にとっての3つの論点

第一に、データの保持条件です。士業事務所にとって、常時稼働エージェントを入れるかどうかは守秘義務の設計と直結します。Claude Managed Agentsの公式ドキュメントには、Managed Agentsはステートフル設計であり、会話履歴・サンドボックスの状態・出力をサーバ側に保存するため、現時点ではゼロデータ保持（ZDR）およびHIPAAのBAAの対象外である旨が明記されています。セッションやアップロードしたファイルはAPIから随時削除できるとされ、コンプライアンスやデータ所在地の要件がある場合には自社インフラ上のセルフホスト・サンドボックスという選択肢も案内されています。守秘義務は、弁護士法第23条が秘密保持の権利および義務を、税理士法第38条が正当な理由なく業務上知り得た秘密を漏らし窃用しないことを、それぞれ定めています。顧客データを外部サービスに渡す場面では個人情報の保護に関する法律第27条の第三者提供の制限も論点になります。導入可否の判断は、これらの条文と各サービスの保持条件を突き合わせる作業になります。

第二に、権限と承認の置き場所です。ABC Legalの設計では、エージェントは最初から自律実行するのではなく、まず推奨を人に提示するところから始まり、人の判断と一致する実績を積んでから自動実行に移る、という順番が採られています。フラーはこれを「すべてのエージェントは単独行動の前に信頼を勝ち取る」と表現しています。士業事務所でこの形を採るなら、承認記録がどこに残るかを先に決めておく設計になります。当メディアでもAIエージェントのヒューマン・イン・ザ・ループ設計とAIエージェントの権限管理と最小権限運用で関連論点を扱っています。

第三に、費用対効果の測り方です。ABC Legalはベンダー・ツール・チーム・用途の四軸でAI支出を分解し、各エージェントが自分の生み出した価値を時間と金額で毎回データウェアハウスに報告する仕組みを持っています。同社はこれを効率比と呼び、新規エージェントは大きいモデルで動くため当初は赤字で、評価用テストを書いてより安く速いモデルに移し、トークンを削ることで黒字に転じるJカーブを描くと説明しています。士業事務所の規模でここまで作り込むのは現実的ではありませんが、士業事務所のAI ROI測定手順で扱ったように、対象業務を絞って前後を比べる形なら小規模でも始められます。

今後の動きと初動

フラーが挙げた実務上の教訓のうち、日本の士業事務所でも参考になりそうなものが3つあります。一つは、難所はAIではなくGitだったという指摘です。業務側の社員にリポジトリの複製やPRの作法を覚えてもらうところが最大のハードルだったとされ、フラーはツール側でここを簡単にしてほしいと述べています。二つ目は、すべての作業にエージェントを付ける必要はないという線引きです。費用は実際に発生するため、時間を明確に節約できる作業を選ぶ判断が要る、としています。三つ目は、スケジュールタスクを自作する段階を飛ばして最初から運用基盤に載せるほうがよかった、という振り返りです。

今後の予定として、送達写真のレビュー、PagerDutyの一次切り分け、日次KPIダイジェスト、既存エージェントへのチューナー展開が進行中と公表されています。Managed Agents自体はベータ提供で、全リクエストにmanaged-agents-2026-04-01のベータヘッダが必要とされており、リリース間で挙動が調整される可能性があるとも記載されています。日本の士業事務所としては、まず自事務所の業務のうちどこが「テキストに落とせる手順」なのかを棚卸しする段階と考えられます。承認記録の残し方と、利用するサービスのデータ保持条件の確認を、同時並行で進める事務所が出てくると見ています。

まとめ

ABC Legalの事例は、AIエージェントを何本作ったかではなく、変更をPRに通し、承認記録を残し、費用と効果を測る枠に全部を乗せた点に価値があります。一方でManaged AgentsはZDR対象外と明記されており、守秘義務を負う士業事務所では保持条件の確認が導入判断の前提になります。まずは手順をテキスト化できる業務の棚卸しから始めるのが現実的です。

参考文献

• Anthropic ブログ「How ABC Legal turned every employee into a builder with Claude Managed Agents」（2026年8月17日）
• Claude Platform Docs「Claude Managed Agents overview」
• Claude Platform Docs「Scheduled deployments」
• e-Gov法令検索 弁護士法
• e-Gov法令検索 税理士法
• e-Gov法令検索 個人情報の保護に関する法律

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

引用元: Anthropic